亚洲MV砖码砖区2021_财经速递_高校，亚洲MV砖码砖区2021一觉醒来成了智算采购大户

高校，亚洲MV砖码砖区2021一觉醒来成了智算采购大户_ZAKER新闻

醒狮之醒

‍‍‍‍大模型正在改变高校的什么？文｜周享玥‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍编｜赵艳秋‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍过去两年，以大模型为代表的新一代人工智能浪潮，在全球的发展中展现出蓬勃活力和巨大潜力。AI 已不仅仅是技术进步的象征，更已成为国家战略中的核心要素。" 如果说今天有什么事是我们一定要做的，那就是 AI For Science（AI4S）。难以想象今天还有什么事情比它更重要，今年诺贝尔奖的颁布便是最好证明。"11 月下旬，在深圳举办的 2024 年 IDEA 大会上，香港科技大学校董会主席沈向洋表示，当前做人工智能研究，一方面要全力推动大模型技术的落地，另一方面也要关注它在科学研究中的应用。第二天，在前往香港与黄仁勋进行一场对谈的过程中，沈向洋又再次提到了 AI for Science，并提及香港科技大学已围绕这一热门方向，投入大量的计算基础设施和 GPU 资源。黄仁勋则回应称，高校目前确实面临着一个严峻的结构性难题，即计算资源分散，反而导致一些研究算力获取难。这也是为什么，之前很多研究员选择先前往英伟达、谷歌、微软等大公司进行研究，再返回大学，甚至许多教授，会选择在从事教学工作的同时，兼顾研究工作的原因。黄仁勋因此建议 " 大学应该成为基础设施建设的引领者，通过集中资源来推动全校的研究发展 "。实际上，业界观察，最近两年随着大模型的到来，尤其近期诺贝尔奖的发布，让高校对 AI for Science、大模型和智算的投入热情进一步高涨。01诺贝尔奖后，高校热情高涨最近，多位业界人士观察，围绕 AI for Science，高校对大模型、算力等方面的需求正在愈发活跃。大模型方面，最近两个月，教育依然是公开招投标市场上，出单数排名前列的几大行业之一。" 现在不光是 211、985，还有大量地方级的一本、二本学校也都在主动联系我们，探讨合作。" 一位大模型行业人士告诉，" 高校都在努力拥抱大模型。"算力方面，近期市场上，更是频繁涌现大单，多所大学都在发布千万元级别甚至上亿元的算力采购需求。AI for Science 并不是一个新概念，早在 2018 年，中科院院士鄂维南就在全球首次提出 "AI for Science（科学智能）" 概念。AlphaFold 在蛋白质结构预测方面的重大突破，也持续推动着这一概念深入大众视野。而今年 10 月，诺贝尔物理学奖、化学奖纷纷颁给人工智能相关专家，则让这一概念走向更大舞台，再一次成为了热门话题。" 大家最兴奋的是，原来 AI for Science 要由各种不同的模型去做，但现在搞蛋白质的、搞数学的 ...... 都可以‘揉’到大模型的方式中来，核心架构甚至全都是 transformer。" 百度杰出系统架构师王雁鹏告诉数智前线。这让一向作为科研主阵地的高校们看到了新的确定性方向，都在集中火力，推进 AI for Science 的发展。更频繁的学术交流和经验探讨是一方面。近期，全国各地涌现出了多场 AI for Science 相关论坛。其中，有不少是由高校主动发起。比如，10 月底的 2024 中国计算机大会上，复旦大学发起和组织了 " 第一届科学智能（AI for Science）论坛——探索科学智能的边界 "。11 月初，北京大学计算机学院，也和北京科学智能研究院一起，主办了 "2024 科学智能峰会 " ……一些高校也在成立专门的机构或组织，来推进 AI for Science 发展。比如香港城市大学，就在 10 月 21 日宣布成立了香港人工智能与科学研究院，并与多名学术和业界伙伴签署合作备忘录，共同推进人工智能（AI）领域的前沿科研。人才方面的培养也在加速。数智前线注意到，10 月底至今，浙江大学已经与中国人工智能学会（CAAI）、国家开放大学、CAAI 教育工作委员会等一起，连续制作六期 " 诺奖后谈 AI" 的人工智能通识课程系列直播公开课，推动大学生人工智能素养培养。除此之外，大模型时代下的 AI for Science，正在对高校的算力问题提出新的要求。业界观察，高校传统的算力建设方式，往往是不同院系甚至不同研究小组，自行采购和管理各自的计算资源，从而导致一个学校内存在多个小型计算集群，容易出现算力资源分散管理、忙闲不均、共享不畅等问题，无法满足大型模型研发所需的高速通讯要求，拖慢科研成果产出效率。" 为适应 AI4S 的需求，模型研发必须在算力、算法和模型框架等多个方面进行协同优化和建设，传统的分散建设方式已不再适用。" 去年 10 月，在一场 AI 大会上，复旦大学人工智能创新与产业研究院研究员程远曾表示。为此，早在去年 6 月，复旦大学就和阿里云、中国电信合作打造上线了号称是当时 " 中国高校规模最大的云上科研智能计算平台 CFFF"。而该平台由面向多学科融合创新的 AI for Science 计算集群 " 切问 1 号 " 和面向计算科学高精尖研究的专用高性能计算集群 " 近思 1 号 " 两部分组成。无独有偶，更多高校也都在加速算力基础设施的投入和建设。今年 1 月，浙江大学与中国移动签署战略合作协议，并宣布共同打造 " 全国首个校企合营模式算力中心——中国移动 - 浙江大学启真算力中心 "。4 月，香港科技大学（广州）智算中心也正式启用……今年 10 月，诺贝尔奖的发布，则带来了进一步的需求刺激。" 最近，高校的热情普遍很高，预算也在变多。" 王雁鹏告诉数智前线，他们已经看到好几个高校，都拿到几亿元的资金，要加大智算基础设施的投入。像上海交通大学，已转变传统科研模式，期望科学与 AI 更紧密的结合。他们与百度智能云合作建成了自己的 AI for Science 科学数据开源开放平台，支撑白玉兰科学大模型的训练。依托 AI for Science 平台，上海交大已在 Nature Computational Science 封面，发表了 AI+ 城市的科学成果。02 大模型时代，产学研合作有了新内涵高校纷纷加码 AI for Science 的同时，产学研的结合正变得愈加密切。中国科学院院士鄂维南曾不止一次在演讲中表示，随着 AI for Science 的发展，科学研究将告别原来一个课题组完成所有科研任务相关事务的 " 作坊模式 "，转为类似 " 安卓模式 " 的平台科研，打破学科边界。" 在平台科研的基础上，针对具体的应用场景，通过垂直整合方式组织科学团队、实验团队、产业界专家联合进行攻关，将极大提升科研的效率以及产业发展。" 鄂维南说。一位来自国内大模型和算力服务企业的资深人士也告诉数智前线，随着大模型的到来和持续落地，校企合作目前已成为普遍趋势。" 原来很多东西都是我们要主动去找高校，但最近两年，高校主动找来的比较多。" 该人士表示。合作也在更加深化。" 原来可能只是和高校本身签一个战略协议，在 IaaS 层合作，或者大家去找到一个点，做一些传统应用的合作。" 上述人士介绍，但最近两年，高校里面的很多二级学院，也都在纷纷找他们进行合作。而这些二级学院，想要合作的业务方向也都不一样，往往覆盖了交通、药品、能源制造等不同领域，毕竟他们手中握有一些专业数据，在大模型时代有必要条件。不过，AI 虽然帮助突破了原来的科研瓶颈，但对科研团队的 " 硬 + 软 " 实力也提出了更高要求，校企合作更有利于实现优势互补。比如在隧道与地下施工领域，山东大学与浪潮云合作，通过地质统计学、流体力学、计算机科学及信息科学等多个学科联合，搭建了岩土工程领域大模型与灾害预控数字孪生平台，探索形成地下工程灾害由被动处治到主动、科学、智能防控转变的关键技术。而浪潮信息自 2020 年以来，持续参与了西湖大学算力平台的建设，在这家建设初衷是将创新从零到一做起的学校，加速其在药物科研等方面的探索。复旦大学，则在与阿里云、中国电信联手打造 CFFF 平台一年后，已有超 300 个科研团队在这该平台上开展研究，且几乎都是跨学科团队。一批垂直领域大模型也在此诞生和活跃，如国内首个多模态的对话式大语言模型—— MOSS 大语言模型；结合 3D 分子构象，预测药物物理化学属性的 ADMET 预测模型；研究长序列、细粒度的基因调控关系的女娲 DNA 大模型等。值得一提的是，企业助力高校实现 AI for Science 的同时，高校们产出的科研成果，实际上也在反过来服务企业的客户，实现某种意义上的 Science for AI。" 比如，我们和某大学合作打造行业大模型的过程中，他们有研究几十年的学术数据，我们有大模型和算力，通过合作，他们加速了科研成果的转化，这些研发出来的产品，目前也正在面向我们的其他客户，进行试点推广。" 一位行业人士表示。某大学与百度云合作，将某制造行业的一些需求用大模型跑通后，也能嫁接到百度的模型上来，去大范围服务客户。也因此，业界观察，目前不管是高校还是企业，都对 AI 领域的产学研合作抱以厚望。最近的高校招标项目中，就有不少项目都与 " 产教融合 " 有关。比如上海交通大学的 " 面向产教融合的可扩展异构协同智算平台 " 项目，哈尔滨工业大学的 " 人工智能产教融合创新平台总集 " 项目。而在更早之前，复旦大学 CFFF 平台正式上线时，中国工程院院士、阿里云创始人王坚更是一度表示，复旦大学和阿里云的合作是产学研协同的创新，" 甚至可以像当年 MIT 跟贝尔实验室合作使得今天的大学工学院有了通信专业一样，以产学研的合作创造出一个新领域、一个新机会。"03一些经验正在形成"AI for Science 在材料、生命科学、能源化工等领域落地成果的不断涌现，让我们看到其带来的巨大前景。但 AI for Science 带来的不仅仅是点状的突破，而是系统性地带动科学研究基础设施的建设，推进迈向‘平台科研’时代。"2024 年 7 月，在 2024 世界人工智能大会的一场分论坛上，中国科学院院士鄂维南如是称。他同时强调，发展 AI for Science，落地 " 平台科研 " 模式，应该着重推进 " 四梁 N 柱 " 方面的综合建设和发展。其中，" 四梁 "，即指新一代科学研究的基础设施，包括基本原理与数据驱动的算法模型与软件、高精度高效率的实验表征方法、替代文献的数据库与知识库，以及高度整合的算力平台。具体科学及产业问题，如新能源汽车、生命科学、能源材料等，则构成所谓的 "N 柱 "。在这种大背景下，最近两年，高校和企业都在纷纷加速推动 AI for Science 的基础设施建设。而在这个过程中，一些经验也在相互合作中逐渐积累。比如在大模型方面，一位大厂人士告诉数智前线，高校在选择合作伙伴时，往往最为看中三方面的因素：公司体量是否够大，能弥补他们资源上的优势；算力和大模型技术方面的优势是否突出；服务能力是否可持续，而不是一杆子买卖。而企业则看中高校科研团队里是否有资深的人才，更优质的行业数据等。在科研计算平台建设方面，复旦大学研究员程远则在去年 10 月的一场大会上，分享了复旦大学的三大关键建设思路。其一，要提高集群计算的加速。尤其是在模型训练相关领域，不仅要增加硬件算力，还需在并行训练框架层面进行优化。其二，将 AI 和 HPC 计算融合，以满足不同科研计算需求。其三，研发易于使用的 AI4S 工具，以满足科学家对于 AI 易用性的需求。随着今年合作的深入，效率、稳定性、节能等是这波热潮中，高校对算力基础设施的基本要求。围绕这些需求，AI for Science 基础设施产业链上的一众企业也在快速行动，推出对应的产品和服务。尤其是百度云、阿里云、腾讯云、华为云等多家云厂商，都在这块儿有不少探索。百度继上海交通大学后，在今年 1 月，与另一家 985 重点高校重庆大学签署战略合作协议，双方将共建 " 重庆大学 - 百度智能云联合创新中心 "，聚焦山地自动驾驶、大模型应用、信息安全等前沿关键领域，联合开展高水平科技创新，共同打造 AI For Science 科研计算平台。华为则依托智能感知、智能联接、智能中枢等全栈自主创新产品和平台，构建起实验室科研园区、科研服务、科研计算三大科研平台能力，推出了智算实验室解决方案，向外提供。腾讯据悉也面向 AI for Science 浪潮，推出了 " 弹性服务、开箱即用 " 科研生态云。中国移动，在今年 10 月，发布了 AI 赋能科学 "AI For Science（AI4S）科学装置智算节点 "，并提供 AI4S Station 科学工作站平台。该工作站集合了科研模型研发基础工具集、科学模型服务平台、生物蛋白等科学领域工具套件，提供端到端极简科研开发流程，让科学家专注自身专业领域，提升科研模型研发效率。一些创业公司也同样瞄准在了 AI4S 领域的基础设施搭建。比如深势科技，正在为有基础科研需求的产业和企业提供 AI4S 研究工具和平台。AI for Science 热潮下，高校和企业还在持续不断动作中……© 本文为数智前线（szqx1991）原创内容进群、转载或商务合作联系后台文章精选